厚壁钢管火焰煨弯方法

介绍了厚壁负管火焰煨弯方法，该方法使用设备简单，与高频煨弯方法相比，可节约较多资金，煨弯质量符合标准要求。     

二维共轭正交偏最小二乘分析及图像识别应用

偏最小二乘(PLS)是一种有效的图像特征抽取方法。不同于其他的多元数据分析方法,PLS综合了PCA与CCA的优点,抽取对样本具有最佳解释能力的成分。讨论了偏最小二乘法建模思想及非迭代算法、共轭正交算法和基于2D特征抽取时的算法原理和特点,以及PLS用于图像识别时类隶属矩阵的构造。在ORL与Yale人脸库上的实验结果表明用2DCOPLS抽取的特征进行图像识别的效果更好,更稳定。     

厚壁铜管火焰煨弯方法

介绍了厚壁钢管火焰煨弯方法，该方法使用设备简单，与高频煨弯方法相比，可节约较多资金，煨弯质量符合标准要求。     

基于典型相关分析的组合特征抽取及脸像鉴别

利用典型相关分析的思想，提出了一种基于特征级融合的组合特征抽取新方法．首先，抽取同一模式的两组特征矢量，给出描述两组特征矢量之间相关性的判据准则函数；然后依此准则抽取它们的典型相关特征，构成有效鉴别特征矢量用于识别．该方法巧妙地将两组特征矢量之间的相关性特征作为有效判别信息，既达到了信息融合之目的，又消除了特征之间的信息冗余，为两组特征融合用于分类识别提供了新的思路．此外，从理论上进一步剖析了所提出的方法之所以能有效地用于识别的内在本质．在Yale和ORL标准人脸数据库上的实验结果证实了所提算法的有效性和稳定性，而且识别率大大高于用单一特征进行识别的结果．     

跑道毁伤识别中的变化检测研究

在现代战争条件下，能否对机场等境外大纵深重要战略目标的突袭效果进行实时评估，对下一步的作战行动有着至关重要的影响。跑道是机场的重要组成部分，其毁伤前后变化检测是机场封锁效果评估的第一步。对变化检测所面临的问题、检测参数、原理与算法进行了初步探讨，实验结果说明文中采用的相关系数法能够有效地检测到突袭前后航天侦察影像上跑道的有意义变化。     

偏最小二乘回归分析与特征融合在图像识别中的应用

为了更有效地进行图像识别,对同一模式的不同特征进行融合是有效途径。讨论了偏最小二乘法及其改进算法、特征融合方法在图像识别中的应用。首先讨论了偏最小二乘法的基本原理和非迭代偏最小二乘法、基于共轭正交的偏最小二乘法用于特征抽取的原理和特点,给出了三种特征融合方法,在ORL与Yale人脸库上的实验结果表明进行对用PLS抽取的特征融合后可以有效地进行图像识别。     

偏最小二乘改进算法与特征抽取

采用基于正交约束的非迭代PLS可以实现PLS成分的快速有效抽取,但不能保证所抽取的成分之间不相关。而基于统计不相关约束的非迭代PLS建模方法所抽取的成分之间是无关的,从而可以保证图像识别时的有效性和稳定性。基于2DPCA思想的2DPLS特征抽取技术,直接从图像矩阵中抽取特征,能有效地解决小样本问题。但在使用PLS对单特征数据进行维数压缩时,传统的类标编码过于简单,为了充分利用数据分布信息,采用模糊k-近邻法对每个样本赋予一个样本标号,将近邻样本类别信息反映在该样本的类编码中,从而提出了基于样本标号的PLS及2DPLS改进算法。在ORL人脸库上的实验结果表明,该改进算法优于传统的PLS,能够更有效地抽取识别特征,其识别率要高于传统的PLS算法。